Vamos lá, dev! A era do "agente de notebook" acabou
Você já passou por isso: monta um agente com API de LLM + vector store + um roteador de tools + um log improvisado. Funciona na demo. Quebra na segunda-feira de manhã em produção.
O Microsoft Foundry acabou de soltar uma release que ataca exatamente isso. Três coisas entraram em GA (disponibilidade geral) ao mesmo tempo:
- Série GPT-5.6 — Sol, Terra e Luna, modelos de fronteira da OpenAI, agora nativos no Foundry.
- Data Zone da Ásia-Pacífico — residência de dados regional, sem ambiente separado pra manter.
- Hosted agents no Foundry Agent Service — runtime de produção real, aceitando agentes feitos com qualquer framework.
Se você tava esperando um motivo pra tirar o agente do Jupyter, é esse. (Fonte)
Sol, Terra ou Luna? Como escolher
O nome não é enfeite — cada tier bate com um perfil de carga diferente.
| Modelo | Melhor uso | Custo relativo |
|---|---|---|
| GPT-5.6 Sol | Raciocínio estendido, loops agênticos, código pesado | Mais alto |
| GPT-5.6 Terra | Apps corporativos do dia a dia, qualidade nível GPT-5.5 mais barato | Médio |
| GPT-5.6 Luna | Alto volume, sensível a latência | Mais baixo |
Preço por milhão de tokens (Standard Global, contexto curto):
- Sol — US$ 5,00 input / US$ 0,50 cache / US$ 30,00 output
- Terra — US$ 2,00 input / US$ 0,20 cache / US$ 12,00 output
- Luna — US$ 0,20 input / US$ 0,02 cache / US$ 1,20 output
A diferença entre Sol e Luna é de 25x no input. Isso não é detalhe — é decisão de arquitetura. Roteie agressivamente.
Hosted Agents: um runtime, qualquer framework
O destaque da release é que o Foundry Agent Service agora roda agentes feitos com Microsoft Agent Framework, GitHub Copilot SDK, LangGraph, OpenClaw, Hermes e outros — tudo no mesmo runtime de produção.
O que você ganha de fábrica:
- Isolamento de rede via Azure VNet — o tráfego do agente fica dentro do seu perímetro.
- Resilient task support (preview privada) — checkpointing + primitivas da plataforma fazem o agente retomar após restart. Chega de retry/state machine na mão.
- Voice Live em GA — voz em tempo real via Azure VoiceLive SDK, em cima do agente que você já tem.
- Toolboxes em GA — em vez de mandar todas as definições de tools em cada request, a toolbox escolhe a tool certa por chamada. Economia enorme de tokens.
- Foundry IQ em GA — camada de conhecimento com SLA unindo Work IQ (M365), Fabric IQ (dados estruturados) e Web IQ (grounding web ao vivo).
Um deploy mínimo fica mais ou menos assim:
# Deploy de um hosted agent no Foundry Agent Service
from azure.ai.foundry import AgentClient, HostedAgentSpec
client = AgentClient(endpoint="https://<seu-foundry>.azure.com")
spec = HostedAgentSpec(
name="triagem-suporte",
model="gpt-5.6-terra", # equilíbrio custo/qualidade pra triagem
framework="langgraph", # ou microsoft-agent-framework, copilot-sdk, ...
tools=["toolbox:ticket-tools"], # toolbox resolve tools por request
memory="session", # procedural / user / session
)
client.deploy(spec)
Memória e routines estão em preview pública — routines deixam o agente disparar por agenda ou por evento upstream (ticket aberto, arquivo chegou no storage, workflow concluído) via connector gateway.
A parte de governança é onde isso fica interessante
Quase toda plataforma de agentes para em "roda". O pitch do Foundry é responder três perguntas chatas:
- O que o agente fez? — Tracing e evaluation pra hosted agents em GA. Você vê o caminho da decisão, não só a saída.
- Está ficando melhor e mais barato? — Agent optimizer (preview pública) ajusta prompts, skills, tools e escolha de modelo juntos. Muitas vezes dá pra manter qualidade migrando pra um modelo mais barato.
- Vale a pena rodar? — ROI for agents (preview privada) junta traces, evals de valor de negócio e custo operacional num dashboard só: net value, custo total, ROI atual.
Onde estão as rachaduras
Antes de apostar tudo, olha isso:
- Preview ≠ produção. Memória, routines, resilient tasks, agent optimizer e ROI estão em preview. Não construa compliance em cima disso ainda.
- Toolbox é caixa-preta. Seleção dinâmica economiza tokens, mas você perde inspeção estática. Reserve tempo pra tracing quando debugar tool-call.
- A matemática de preço é agressiva. O gap Sol/Luna faz arquitetura (roteamento, cache, batch) importar mais do que ajuste de prompt.
- Gravidade de fornecedor. Publicar no Teams/M365 Copilot é prático — e também significa que sua camada de distribuição é da Microsoft.
Próximos passos
Se você quer entender como medir se tudo isso funciona, disciplina de eval não é opcional — dá uma olhada em por que LLM evals e testes A/B são funis diferentes, não bifurcações. E se você curte o padrão de fundações assumindo ecossistemas, o movimento da React Foundation pra Linux Foundation é o mesmo playbook em outro ringue.
Resumindo, dev
A release do Foundry é menos sobre uma feature específica e mais sobre o formato da plataforma: um runtime, qualquer framework, governança real, distribuição real. É uma virada e tanto em relação à era do "monte seu stack de agente na mão".
Os times que estão entregando mais rápido (Adobe, Telefónica, TCS) não estão ganhando por prompt esperto — estão ganhando porque pararam de integrar e começaram a deployar.
Comece pelo Quickstart, use Terra como padrão, e só suba pra Sol quando a carga realmente exigir. Rotear, cachear e medir — ou a conta de tokens vai te rotear.